高超声速飞行器预设性能反演控制方法设计

为解决吸气式高超声速飞行器的飞行控制问题,提出了一种新型预设性能神经反演控制器设计方法。通过构造预设性能函数,保证速度跟踪误差和高度跟踪误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域,同时满足系统预设的瞬态性能和稳态精度。在反演控制设计结构下,引入径向基函数（RBF）神经网络对模型未知函数及不确定项进行逼近,提高了控制系统的鲁棒性。引入的RBF神经网络中仅有一个参数需要在线更新,有效提高了控制准确性,避免了通常反演控制方法中经常出现的"微分膨胀问题",并降低了计算量。通过仿真实验验证了所设计控制系统的有效性和可行性。      

一种起落架载荷谱相似性判别方法

起落架结构的寿命监控对保障其安全性与经济性具有重要作用,但由于地面谱复杂的高低载荷非线性交互作用,难以准确计算单机谱的损伤。以当量损伤计算方法为基础,通过对寿命监控中的单机谱进行初步筛选,判别单机谱与基准谱的相似程度,进而分析损伤计算方法的适用性。提出了一种基于时间序列分析中的动态时间弯曲方法的起落架载荷谱相似性判别方法,进行了基准谱与4个单机谱下的疲劳实验,通过分析损伤计算误差与起落架载荷谱相似距离的关系,验证所提载荷谱相似性判别方法的合理性。      

深空探测器动态约束规划中的外延约束过滤方法研究

随着深空探测任务的增加以及星上科学任务的日益复杂,深空探测器自主任务规划与调度技术成为研究的热点。在深空探测器任务特点与系统约束分析的基础上,将智能规划理论与约束可满足技术相结合,研究多层约束规划模型中约束的动态特征,设计了基于动态约束表的外延约束快速过滤算法,根据领域信息中活动间的冲突性特征来对新加入的活动进行分类和一致性检查。仿真结果表明:提出的算法能够有效地降低约束处理中无效的约束检查次数,降低问题处理过程中的算法回溯,提高规划效率和成功率。     

基于信息融合的网络安全态势量化评估方法

针对目前网络安全态势评估大多存在信息来源单一、评估范围有限、模型不易构建、时空开销大且可信度较低等问题,提出了一种多源异构信息融合量化评估网络安全态势的方法。首先,构建分级朴素贝叶斯分类器,快速高效地融合主机上各多源异构非确定性信息源。然后,利用拉普拉斯原理平滑参数学习,优化分类与推理结果。使用数理统计的方法融合网络上各主机的安全指数,量化评估网络安全态势,对当前网络安全状况有一个宏观整体的认识。最后,通过真实网络环境的实验,验证了所提方法在网络安全态势评估中的可行性和有效性。      

基于自适应阈值的粒子滤波非线性系统故障诊断

针对实际非线性系统传统方法难以实现可靠故障诊断的问题,采用粒子滤波算法,利用对数似然函数和作为评价指标,并借助自适应阈值的设计,研究了非线性非高斯系统的故障检测和故障隔离。阈值的选取,是准确判别系统是否发生故障的标准,本文通过分析非线性系统残差的统计特性,在判定残差统计特性成正态分布的基础上,设计了一种基于粒子滤波故障诊断的自适应阈值方法,减少了故障诊断的漏报和误报。通过非恒温连续搅拌水箱式反应堆的仿真实例,验证了该方法在故障诊断中的准确性和有效性。      

基于编队控制的自适应HELLO更新算法

在无人机(UAVs)编队自组织网络中,针对无人机之间位置信息更新周期不合理,从而导致编队控制不稳定和控制开销过大的问题,提出一种基于无人机编队控制的自适应HELLO更新算法。该算法应用编队控制稳定性理论推导出无人机组成期望编队的控制延时上限,结合该延时上限和编队运动状态自适应地设定HELLO更新周期。仿真结果表明,本文提出的算法与固定HELLO更新周期算法相比,既能保证在组编控制过程的稳定性,又能实时维护稳定阶段的链路,并且显著减少网络中不必要的控制开销。      

超磁致伸缩作动器小回线动态J-A模型

超磁致伸缩作动器（GMA）输入输出之间存在着磁滞非线性关系,当研究其中高频输出特性时,为了降低材料自身迟滞非线性特性的影响,往往选用零点与饱和状态之间线性度较好的不饱和小回线,因此很有必要开展动态不饱和小回线数学模型的研究。首先在综合研究磁致伸缩材料（GMM）和GMA结构动力学特性的基础上结合安培环路定理提出以励磁电流为输入、应变为输出的动态Jiles-Atherton（J-A）模型,然后在引入磁滞回线特性变量的基础上得出J-A模型关键模型参数对其特性的影响规律,根据不饱和小回线仿真与实验波形的偏离特性提出模型参数的修正方法得到不饱和小回线动态J-A模型。最后,在不同频率和不同饱和幅值下通过实验验证该数学模型的正确性。      

基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。     

基于元胞自动机的飞机低空突防航路动态优化

提出了一种新型的航路动态优化算法——多层元胞自动机算法，描述了应用元胞自动机搜索飞机动态优化航路的策略。利用元胞自动机的计算并行性，使该算法大大减少了计算时间，提高了动态优化的实时性。最后用计算机进行了仿真，取得了较好的仿真结果。     

一种基于求解椭圆型方程的结构动网格生成方法

基于椭圆型网格生成法,实现了一种简单高效的贴体结构动网格生成方法,可用于具有移动边界问题的非定常流动数值模拟。该方法提出,在网格变形过程中,Poisson方程需要的控制网格间距和正交性的源项可以通过提取已知的静态网格源项直接得到,并在整个动网格生成过程中保持不变。因此,在椭圆型网格生成中需要通过外迭代确定源项的过程可以得到省略,而且该方法不需要人工指定参数。这使得方法具有高效和易于嵌入到已有程序中的特点。数值模拟结果证明,采用这种方法获得的网格能够较好地保持静态网格原有的正交性和光滑性,在相同迭代步数约束下,网格求解效率低于传统弹簧模拟法,但鲁棒性优于弹簧模拟法。